Prueba Tecnica - Ingeniero de Datos

Transcripcion de los requerimientos basicos para planificar el ejercicio y dejar registro visual de cada componente del proceso.

Objetivo

Evaluar la capacidad del candidato para:

Identificar problemas de calidad de datos en un conjunto de datos.
Aplicar tecnicas de limpieza, validacion y auditoria de datos.
Documentar hallazgos y proponer estrategias de mejora.
Utilizar herramientas para depuracion.
Aplicar principios de gobierno de datos.

Tiempo estimado para resolucion

4 a 6 horas.

Entregables esperados

1. Informe tecnico

Analisis exploratorio y resumen de hallazgos de calidad.
Validaciones realizadas y problemas detectados.
Estrategia de limpieza y supuestos adoptados.
Metricas de calidad antes y despues de la limpieza.

2. Script o notebook Python

Ingesta del archivo dataset_hospital.json.
Limpieza de los datos segun lo identificado.
Validaciones cruzadas entre tablas.
Exportacion de las versiones limpias.

3. Opcional

(Valorado positivamente) implementacion de pruebas automaticas para validar integridad.

Entrega final en archivo comprimido (.zip) con:

Informe en PDF.
Script o notebook.
Datasets limpios exportados.

Actividades a realizar

Parte 1 - Analisis de calidad de datos (Exploracion)

Identificar y describir los principales problemas de calidad en las tablas pacientes y citas_medicas.

Parte 2 - Limpieza y validacion

Aplicar un proceso de limpieza que resuelva lo detectado en la Parte 1 y justificar cada decision.
Implementar validaciones cruzadas entre campos relacionados.

Parte 3 - Indicadores de calidad y documentacion

Crear resumen con indicadores de calidad antes y despues de la limpieza.
Documentar supuestos adoptados, reglas de validacion implementadas y recomendaciones de mejora para garantizar la calidad futura.

Bonus (opcional, se valora positivamente)

Implementar pruebas automaticas con pytest, great_expectations u otro framework de validacion.
Simular una migracion de los datos limpios a una estructura destino como un Data Warehouse.

Requisitos tecnicos

Usar Python.
Puede ser un notebook (.ipynb) o script (.py).

Entregables